谷歌 AI 声音：与真人声音难以辨别

谷歌推出了一款名为 Tacotron 2 的文字转语音系统，其仿真度真实到与人声难以辨别。Tacotron 2 正如其名，属第二代技术，由两种深度神经网络组成，一种是上图中文本转为特殊的谱图，另一种称为 WaveNet，可以读取这个谱图并转化为声音。

该系统经过训练暂时只能用女声英语说话，它不仅能开口说话，如果文本中有大写用于强调的地方，你也能从它的语调中听出细微区别。

一个句子，分别播放真人女声朗读及 Tacotron 2 朗读的声音，除了在语调略有不同，很难想象计算机竟然能发出这么真实的声音。不仅仅是朗读，Tacotron 2 还会根据语义知道时态的正确发音；若更改了部分标点，它的朗读语调也会有所不同。

Tacotron 2 语音的真实性让人很难相信这是计算机，也许在未来我们能在 Google Assistant 之类的平台上听见它的声音了。想听听 Tacotron 2 的声音，可以点击 Quartz 原文。

Source：Google Research PaperviaQuartz